4 METODO SPH

Il modello SPH (Smoothed Particle Hydrodynamics) un metodo particellare meshfree

basato sulla formulazione lagrangiana. Il suo utilizzo spazia diversi campi, dalle
applicazioni astrofisiche ai problemi idrodinamici. Nellingegneria costiera i problemi
analizzati riguardano la propagazione di onde in avvicinamento alla linea di costa. I
principali vantaggi dellSPH sono legati alla sua formulazione di tipo lagrangiano, grazie
alla quale non abbiamo imposizioni restrittive sulla geometria del sistema, n su quanto
ci possiamo allontanare dalle condizioni iniziali, essendo un metodo meshfree abbiamo
la possibilit di studiare grandi deformazioni e di utilizzale materiali con legami
costitutivi complessi. (Crespo, 2008).

4.1 Numerical Simulation. Formulazione essenziale dellSPH

Lidea di base sta nel trasportare gli aspetti di un problema fisico in un modello numerico,
evitando di dover simulare lesperienza reale con esperimenti complicati e costosi
Il metodo SPH fu sviluppato per problemi idrodinamici nella forma di equazioni
differenziali parziali (PDE) delle variabili di campo densit, velocit, energia, ecc.
Ottenere soluzioni analitiche delle PDE difficile, eccetto che per casi semplici. Si ha la
necessit quindi di discretizzare prima il dominio del problema in cui sono definite le
PDE. In seguito, necessario un metodo per fornire unapprossimazione per i valori delle
funzioni di campo e loro derivate, in qualsiasi punto. Alle PDE quindi applicata una
funzione di approssimazione per produrre un insieme di equazioni differenziali ordinarie
(ODE) in forma discretizzata. Questo insieme di ODE discretizzate pu essere risolto
utilizzando una delle routine di integrazione standard del metodo convenzionale delle
differenze finite. Nel metodo SPH, per raggiungere lobiettivo di cui sopra, sono utilizzate
le seguenti idee chiave:

1) Il dominio del problema viene rappresentato da un set di particelle arbitrariamente

distribuite, se il dominio non gi in forma particellare. Non si necessita di nessuna
connessione tra le particelle (meshfree);
2) Il metodo di rappresentazione integrale usato per lapprossimazione delle funzioni di
campo. NellSPH questo metodo prende il termine di approssimazione kernel (funzione
di rappresentazione integrale);
3) Lapprossimazione kernel poi ulteriormente approssimata usando le particelle. In SPH
detta approssimazione particellare. Si opera sostituendo lintegrazione nella
rappresentazione integrale della funzione di campo e sue derivate con sommatorie su tutti
i valori corrispondenti alle particelle confinanti in un dominio locale chiamato dominio
dinterazione.
4) Lapprossimazione particellare effettuata ad ogni istante, e quindi luso delle particelle
dipende dalla sua distribuzione locale corrente (adattabilit);

5) Lapprossimazione particellare viene eseguita per tutti i termini relativi alle funzioni di
campo nelle PDE per produrre un insieme di equazioni differenziali in forma discretizzata
rispetto al solo tempo (Lagrangiana);
6) Le ODE sono risolte utilizzando un algoritmo di integrazione esplicito in modo da avere
una storia temporale di tutte le variabili di campo delle particelle (Dinamico). (GR Liu,
2003)

4.2 I Metodi Grid-Based tradizionale

La simulazione attraverso i computer diventata sempre pi uno strumento importante
per la risoluzione di problemi di ingegneria. Essa svolge un ruolo fondamentale, fornendo
test ed esami necessari alla teoria, offrendo spunti per problemi fisici complessi,
assistendo linterpretazione e spesso la scoperta di nuovi fenomeni. I metodi numerici
grid-based, come il metodo alle differenze finite (FDM), il metodo ai volumi finiti (FVM)
ed il metodo agli elementi finiti (FEM), sono stati ampiamente usati in varie aree di
fluidodinamica computazionale (CFD) e di meccanica dei solidi computazionale (CSM),
per risolvere equazioni differenziali ed equazioni differenziali parziali (PDEs). Una
caratteristica del metodo grid-based quella di dividere il dominio continuo in piccoli
subdomini discreti, grazie ad un processo denominato discretizzazione (meshing). Ogni
nodo o punto della griglia collegato agli altri in una maniera predefinita da una mappa
topologica. Un sistema a griglia che consiste il nodi, celle o elementi, deve essere definito
in modo da fornire una relazione tra i nodi prima del processo di approssiamzione per le
equazioni differenziali. Le equazioni governative, basate opportunamente su una mesh
predefinita, possono essere convertite in una serie di equazioni algebriche con incognite
nodali per le variabili di campo.
Nonostante il grande successo, questi metodi presentano dei problemi in molti aspetti che
si ripercuotono nel poco efficace utilizzo per problemi complessi. Le maggiori difficolt
derivano dallutilizzo delle mesh, che dovrebbero sempre assicurare che le condizioni di
compatibilit numerica rispecchino quelle di compatibilit fisica per in continuo.
Lutilizzo della griglia pu portare ad avere difficolt quando si affrontano problemi con
superfici libere, contorni deformabili, interfacce mobili e grandi deformazioni.
La descrizione lagrangiana, alla quale il nostro metodo fa riferimento, tipicamente
rappresentata dal metodo agli elementi finiti (FEM) ed detta di tipo materiale. Infatti la
mesh fissa o assegnata al materiale per tutto il processo di calcolo. Dal momento che
ogni nodo della griglia segue il percorso del materiale, il moto relativo dei nodi di
collegamento pu causare espansione, compressione e deformazione di una cella. Massa,
momento ed energia sono trasportati con il moto delle celle della maglia. Poich
allinterno di ogni cella la massa resta invariata, non c flusso di massa da una cella
allaltra ovvero attraverso i confini della mesh.
Le caratteristiche di tale rappresentazione sono le seguenti:

Il termine convettivo nelle relative equazioni differenziali parziali non presente, il

codice concettualmente semplice e dovrebbe essere pi veloce data la mancanza degli
oneri computazionali a risolvere i questi termini
Essendo la griglia fissata sul materiale in movimento, lintera storia temporale di tutte le
variabili di campo in un punto materiale pu essere facilmente tracciata
Nel calcolo lagrangiano alcuni nodi della maglia possono essere posti lungo i confini e le
interfacce dei materiali. Le condizioni al contorno e sulle superfici libere, i confini in
movimento e le interfacce dei materiali sono imposte automaticamente, grazie al semplice
movimento dei nodi della griglia
Geometrie irregolari o complesse possono essere trattate convenientemente usando una
maglia irregolare
Il passo temporale, controllato dalla grandezza degli elementi pi piccoli, pu diventare
troppo basso per essere efficiente e pu anche portare al collasso del calcolo
Una possibile opzione per migliorare il calcolo Lagrangiano ri-zonare la mesh o rimeshare il dominio di calcolo. La rizonazione della mesh produce un sovrastato di una
nuova, non distorta mesh sulla vecchia, distorta mesh, cos che il calcolo successivo possa
avvenire sulla nuova mesh invece che su quella vecchia (distorta). Le propriet fisiche
nelle nuove celle della mesh sono approssimate dalle celle della vecchia mesh attraverso
il calcolo della massa, momento e trasporto di energia in una descrizione Euleriana. Le
rizonazioni sono spesso utilizzate per simulare esplosioni, penetrazioni, impatti,
turbolenze nel fluidi. La rizonazione nei metodi Lagrangiani comporta una grande spesa
di tempo. Oltretutto con la rizonazione si perde anche la storia del materiale. Inoltre, i
codici Lagrangiani sotto frequente ri-mesh assomigliano ad un codice Euleriano in senso
generale. Pertanto, anche se ci sono alcuni vantaggi molto buoni nei metodi griglia-basati
Lagrangiani, gli svantaggi possono provocare difficolt numeriche durante la simulazione
di eventi caratterizzati da grandi deformazioni. (GR Liu, 2003)
La descrizione Euleriana tipicamente rappresentata dal metodo ai volumi finiti (FVM)
dove la mesh fissa nello spazio ed il materiale pu muoversi attraverso la griglia
Una comparazione tra i due metodi illustrata in tabella 2 (GR Liu, 2003), mentre in
figura 2 sono rappresentate due griglie, una Lagrangiana, laltra Euleriana

Tabella 2

Fig. 2 Mesh Lagrangiana

Fig. 2 Mesh Euleriana

4.3 Metodo Meshfree

I metodi numerici grid-based presentano difficolt in molti aspetti, che limitano
lapplicazione di questi metodi in un gran numero di problemi complessi. Una delle pi
grandi limitazioni la generazione della griglia, che non sempre un processo semplice
e pu portare ad un lavoro oneroso sia in termini di tempo sia in termini di complessit
matematica. I metodi meshfree agevolano la simulazione di problemi che richiedono la
capacit di lavorare con grandi deformazioni, materiali avanzati, geometrie complesse,
comportamento non lineare dei materiali , discontinuit e singolarit. In tabella 2 sono
elencati, in ordine cronologico, i principali metodi meshfree

Tabella 2

4.3.2 Smoothed Particles Hydrodynamics

I metodi particellari meshfree (MPM) trattano i sistemi come gli insiemi di particelle, che
rappresentano un oggetto fisico o una porzione di un dominio. Per i problemi di Fluido
Dinamica Computazionale (CFD) le variabili quali la massa, la quantit di moto,
lenergia, la posizione, etc, sono calcolato per ogni particella. Alcuni esempi di questi
metodi sono illustrati in tabella 3 (Tabella 2.4 in (GR Liu, 2003)).

Tabella 3

4.4 Smoothed Particle Hydrodinamics

LSPH un autentico metodo particellare meshfree originariamente utilizzato per
applicazioni nel continuo e pu essere considerato come il pi vecchio tra i moderni
metodi meshfree. Fu inventato inizialmente per risolvere problemi astrofisici nello spazio
tridimensionale, poich il movimento collettivo delle particelle si avvicina molto al
movimento di un liquido o di un gas e pu essere modellato dalle equazioni
dellidrodinamica Newtoniana. (M.B. Liu, 2009)
NellSPH lo stato del sistema presentato da un set di particelle, le quali possiedono le
propriet dei materiali ed interagiscono tra loro in un campo controllato da una funzione
peso (Smoothing Function). la pressione del fluido calcolata dalla densit utilizzando
un equazione di stato , laccelerazione delle particelle quindi ricavata dal gradiente della
pressione e dalla densit. Per fluidi viscosi pu essere incluso leffetto della viscosit
fisica nel calcolo dellaccelerazione delle particelle. Allo stesso modo di un metodo
particellare Lagrangiano, lSPH conserva esattamente il valore della massa.
Vediamo quali sono i principali vantaggi di questo metodo rispetto un metodo numerico
tradizionale grid-based

SPH un metodo particellare Lagrangiano, utilizza un algoritmo definito : Galilean

Invariant. possibile ottenete la storia temporale delle particelle materiali, lavvezione
ed il trasporto del sistema pu essere quindi calcolato.
Grazie alla corretta disposizione particellare in una specifica posizione ad un istanti
iniziale prima dellanalisi, la superficie libera, le interfacce dei materiali ed i contorni
mobili possono essere tracciate nel processo di simulazione indipendentemente dal
movimento delle particelle.
LSPH un metodo che non utilizza una mesh/griglia. Questo consente un trattamento
corretto delle grandi deformazioni, dal momento che la connettivit generata come parte
del calcolo e pu cambiare nel tempo. Per questi motivi lSPH viene utilizzato nei casi di
fenomeni ad alta energia quali esplosioni, esplosioni sottomarine, impatti ad alta velocit,
penetrazioni.

Nel metodo SPH , una particella rappresenta un volume finito alla scala del continuo;
siamo abbastanza vicini al classico metodo della dinamica molecolare che utilizza una
particella per rappresentare un atomo o una molecola, ed al metodo della dinamica delle
particelle dissipative, che utilizza una particella per rappresentare un piccolo gruppo di
molecole.
LSPH adatto in quei casi dove loggetto in considerazione non un continuo. Questo
vero specialmente nei casi di bio e nano ingegneria alla scala micro e nano, e di
ingegneria astrofisica alla scala astronomica.
LSPH pi semplice per limplementazione numerica ed pi naturale per lo sviluppo
di modelli numerici tridimensionali dei metodi Grib-based
Il primo algoritmo SPH era derivato dalla teoria della probabilit, questo algoritmo non
conservava la quantit di moto ed il momento della quantit di moto. Con lo sviluppo del
metodo e la sua grande applicazione molte caratteristiche interessanti sono state messe in
luce, cosi come molte incongruenze sono state identificate, per questo sono state proposte
varianti o modifiche. Per esempio Gingold e Monaghan introdussero un algoritmo capace
di conservare sia la quantit di moto sia il momento della quantit di moto (Gingold RA,
1982). Hu e Adams presentarono anchessi un algoritmo con le stesse capacit
conservative per i flussi viscosi incompressibili. (Hu XY, 2006).
Molti ricercatori hanno condotto studi su questo metodo riguardo laccuratezza degli
aspetti numerici, sulla stabilit, la convergenza e lefficienza. Swegle identific il
problema della istabilit di tensione (Swegle JW, 1995). Morris not il problema
dellinconsistenza delle particelle che era condotto con poca accuratezza nella soluzione
dellSPH (JP, 1996; Monaghan J. , 1994). Monaghan propose una simmetrizzazione della
formulazione che ha mostrato ottimi risultati (Monaghan, Why particle methods work,
1982) (Monaghan J. , Smooth particle hydrodynamics, 1992). Randles e Libersky
derivarono un formulazione normalizzata per il calcolo della densit approssimata ed una
normalizzazione per la divergenza dei tensori degli sforzi (Randles PW, 1996). Chen et
al. Proposero un metodo SPH corretto (CSPM) che sviluppava una accuratezza sia nei
problemi del dominio sia intorno alle aree di confine. (Chen JK, 1999) (Chen JK B. J.,
2000). (M.B. Liu, 2009)

4.5 Interpolazione Integrale

LSPH basato sullinterpolazione integrale. Il principio fondamentale quello di
approssimare ogni funzione A(r) come (kernel appoximation):

4.1

dove r il vettore posizione; W la funzione peso o kernel; h chiamata smoothing

length e controlla il dominio di influenza (figura 2)

Figura 2

Solitamente il valore di h deve essere pi grande della distanza che separa inizialmente le
particelle.
Lapprossimazione (4.1), in forma discreta, ci conduce allapprossimazione particellare:

4.2

dove la sommatoria su tutte le particelle nella regione del supporto compatto della
funzione kernel. La massa e la densit sono denominate rispettivamente
e ;
=
W( , ) la funzione peso o kernel.
Uno dei vantaggi di questo approccio che la derivata di una funzione viene calcolata
analiticamente diversamente da come succede, ad esempio, nel metodo alle differenze
finite. Le derivate in questo metodo possono essere ottenute grazie ad una derivazione
ordinaria e non necessario n un metodo di differenze finite n una mesh.

4.3

4.6 Il Kernel Smoothing

La prestazione di un modello SPH dipende dalla scelta della funzione peso. Queste
dovrebbero soddisfare condizioni restrittive quali positivit, supporto compatto e
normalizzazione; in pi
deve essere monotona decrescente con laumento della
distanza tra le particelle a e deve comportarsi come una funzione delta quando la
lunghezza h tende a zero:

Positivit: nel dominio

4.4
Supporto Compatto: fuori dal dominio
4.5
Normalizzazione:
4.6

Comportamento funzione delta:

4.7

Comportamento monotono decrescente di

4.8

Il kernel dipende dalla lunghezza h e dalla distanza adimensionalizzata tra le particelle

q=r/h, essendo r la distanza tra le particelle a e b. il parametro h controlla la grandezza
dellarea intorno alla particella a allinterno della quale il contributo delle altre particelle
non pu essere trascurato. (Crespo, 2008)

4.7 Equazioni Governanti

Le equazioni che stanno alla base della fluido dinamica si seguono se seguenti tre leggi
di conservazione:

Conservazione della massa

Conservazione della quantit di moto
Conservazione dellenergia
Le equazioni del moto in SPH sono derivate da queste equazioni nella forma Lagrangiana

4.7.1 Conservazione della Quantit di Moto

Lequazione di conservazione della quantit di moto in un campo continuo :

2.9

Dove v la velocit, P e sono la pressione e la densit; g= (0.0.-9.82) ms

laccelerazione gravitazionale; fa riferimento ai termini diffusivi.
Essendoci diverse formulazioni riguardo i termini diffusivi, per ognuna di esse pu
esserci un approccio diverso nel descrivere le equazioni di conservazione della quantit
di moto. Abbiamo tre possibili opzioni:

Artificial viscosity
Laminar viscosity
Turbulence modeling (laminar viscosity + Sub Particle Scale (SPS) Turbolence)

Viscosit artificiale
La viscosit artificiale proposta da (Monaghan J. , Smooth particle hydrodynamics, 1992)
stata molto spesso utilizzata a causa della sua semplicit. Nelle notazioni SPH la (2.9)
pu essere scritta come:
4.20

Il gradiente della pressione in forma simmetrica espresso in notazione SPH come:

4.21

ab indica la viscosit

4.22

con

dove

),

= (

), = 0.02h, un parametro libero che pu

cambiare per ogni problema.

Viscosit laminare
Lequazione di conservazione della quantit di moto con viscosit laminare data da:

4.23

dove il termine dello sforzo laminare si semplifica:

2.24

Il termine v0 la viscosit cinetica di un flusso laminare (0.893*20

m)

Quindi in notazione SPH la (2.23) pu essere riscritta come:

4.25

Viscosit laminare e SPS (Sub-Particle Scale)

Per rappresentare adeguatamente la viscosit di un fluido ed un moto turbolento viene
utilizzato il Large Eddy Simulation (LES), una modello matematico usato nella
fluidodinamica computazionale (CFD) per lo studio di fenomeni turbolenti.
Lequazione di conservazione della quantit di moto :

4.26

dove il termine laminare pu essere trattato seguendo lequazione (2.24) e il tensore

degli sforzi.

Le assunzioni di questa teoria (sotto le ipotesi di Boussinesq) sono spesso utilizzate per
modellare il tensore degli sforzi SPS utilizzando una media alla Favre (per un fluido
comprimibile):

4.27

dove
il tensore degli sforzi, = [min(Cs,l)*|S| (turbolence eddy viscosity), k la
SPS energia cinetica della turbolenza, Cs la costante di Smagorinsky (0.22) CI =0.0066,
l la distanza particella-particella, |S|= (2SijSij)^2/2.
Quindi seguendo (Dalrymple R. A, 2006) lequazione (2.26) pu essere riscritta nella
forma:

4.28
4.7.2 Equazione di Continuit
Il fluido nella trattazione SOH standard trattato come comprimibile, il che permette di
utilizzare le equazioni di stato per determinare la pressione del fluido piuttosto che
risolvere altre equazioni differenziali. In ogni modo la comprimibilit regolata per
rallentare la velocit del suono affinch il tempo di calcolo sia ragionabile.
Le variazioni di densit sono calcolate a partire dalla:

4.29

invece di utilizzare una sommatoria pesata dei termini di massa (Monaghan,2992), poich
nota per provocare un decremento della densit artificiale vicino alle interfacce fluide.

4.7.3 Equazioni di Stato

Basandoci su quanto scritto da (Monaghan J. , 1994) e (Batchelor, 1974) la relazione tra
pressione e densit data dalla seguente espressione, nota come equazione di stato Tait:

4.30
si vede come una piccola oscillazione della densit produce una grande variazione della
pressione.
Questo fluido comprimibile ha un valore della velocit del suono, c, che data dalla:

4.31
4.32

dove c0 la velocit del suono ad una densit di riferimento (sulla superficie libera); la
costante B=c00/ pone un limite alla variazione della densit
la scelta di B gioca un ruolo fondamentale dal momento che essa determina la velocit
del suono. Usando un valore corrispondente al valore reale della velocit del suono in
acqua, deve essere stabilito un passo in termini di tempo molto piccolo, che si basa sulla
Courant-Fredrich-Levy condition. Monaghan mostr che la velocit del suono deve
essere rallentata artificialmente, tuttavia (Monaghan, Simulating free surface flows with
SPH, 1994) sugger che il minimo valore della velocit del suono dovesse essere circa
dieci volte pi grande che la massima velocit del fluido attesa.

4.7.4 Movimento delle Particelle

Le particelle sono mosse utilizzando la variante XSPH (Monaghan, On the Problem of
Penetration in Particle Methods, 1989)

4.33

Dove una costante che varia tra 0 e 2, solitamente viene utilizzato =0.5.

4.7.5 Conservazione ellEnergia

Durante la simulazione viene calcolata lenergia cinetica, potenziale e termica. Lenergia
termica associata ad ogni particella usando la viscosit artificiale calcolata attraverso
lespressione data da (Monaghan, Smooth particle hydrodynamics, 1992)

4.34

Lenergia totale del sistema calcolata come la somma dellenergia cinetica, potenziale
e termica. A titolo di esempio riportiamo in figura 3 le energie calcolate nel caso di
collasso di una colonna dacqua

Figura 3

Analizzando la figura, si osserva come lenergia cinematica per contorni stazionari sia
uguale a zero. Lenergia potenziale iniziale zero. Lenergia termica calcolata
basandosi sulla (2.24). Nellultima figura viene rappresentata lenergia totale del sistema;
in accordo con (Monaghan, Smooth particle hydrodynamics, 1992), lenergia
conservata con un limite dello 0.5% in 400 step. In questa simulazione lenergia cresce

dello 0.3% in 500 step, quindi la variazione di energia dentro i limiti proposti da
Monaghan. (Crespo, 2008)

4.8 Scelta del Kernel

Le approssimazioni kernel sono descritte ampiamente in (Monaghan, Smooth particle
hydrodynamics, 1992),
(GR Liu, 2003) e (Monaghan, Smoothed Particle
Hydrodynamics., 2005).
Nel nostro caso (DualSPHysics) possibile scegliere tra i seguenti kernel:

Gaussian
Quadratic
Cubic spline
Quintic

Gaussiano
4.35

dove q=r/h, r la distanza tra le particelle a e b e

= 2/(h) in 2D e 2/(

Figura 4

La figura 4 mostra il valore del kernel Gaussiano e le sue derivate.

) in 3D

Qudratic

4.36

dove

= 2/(h) in 2D e 5/(4 ) in 3D

Figura 5

(GR Johnson, 1996) ha utilizzato questo kernel per simulare i problemi di impatti ad alta
velocit. Questa funzione impedisce il raggruppamento delle particelle nei problemi di
compressione.

Cubic Spline

4.37

dove

= 20/(7h) in 2D e 2/( ) in 3D

Figura 6

Questa funzione stata la pi usata in letteratura data la somiglianza con la funzione

Gaussiana pur avendo un supporto compatto stretto. Uno dei vantaggi nellutilizzo di
questo kernel al posto di quello Gaussiano che questo ha un supporto compatto e lonere
computazionale numerico ridotto.

Quintic (Wendland, 1995)

4.38
dove

= 7/(4h) in 2D e 7/(8 ) in 3D

Figura 7

I risultati mostrano come il miglior compromesso tra laccuratezza e onere

computazionale del tempo raggiunto dal kernel Wenland.

4.9 Consistenza e Stabilit

In molti modelli numerici esiste un dilemma: consistenza o stabilit?
Per settare un modello numerico come il metodo particellare, dobbiamo sceglierne una
rispetto allaltra. LSPH originale ha chiaramente preferito la stabilit (ed anche la
flessibilit) sulla consistenza, che consente a questo metodo di lavorare bene con un gran
numero di problemi complicati, senza per considerare troppo laccuratezza. Questa
sembra essere una scelta pratica per i problemi, pratici appunto, che riguardano
lingegneria. Questa scelta dovrebbe essere considerata un vantaggio del metodo SPH. I
tentativi di migliorare laccuratezza possono essere di aiuto, a condizione per che la
stabilit e lefficienza non siano troppo compromesse.
La questione se si possano avere contemporaneamente accuratezza e stabilit. La
risposta si, a patto di cambiare il settaggio ed essere disposti a pagarne il prezzo. Il
recente metodo proposto GSM un tipico esempio in questa direzione (GR Liu Z. J.,
2008) (XG Xu, 2009). Tuttavia questo metodo non pi un metodo particellare. Il GSM
richiede precise stime degli integrali per scegliete attentamente il tipo di dominio
smoothing da utilizzare, ed in un certo senso lavora come un FVM.